人工智能：一种现代方法ch10 classical planning - 2016.pdfVIP

Chapter 10 classical planning 1 规划问题定义（PDDL ）为一个搜索问题 2 前向搜索、后向搜索 ，及搜索的启发式 3 从规划图获得启发式及提取规划 1/35 规划问题定义（PDDL ）为一个 搜索问题 2  航空货物运输问题：货物C1在SFO机场， C2在JFK机场，飞机P1在SFO机场，飞机 P2在JFK机场。将C1运到JFK ，将C2运到 SFO。  动作Load, Unload, Fly 3 PDDL {10.1}  规划：设计一个动作规划以达到目标  ch03的基于搜索的问题求解Agent和ch07 的逻辑Agent是一种规划Agent  用PDDL能够描述ch03和ch07无法描述的 规划问题  将规划问题定义为一个搜索问题（要素有哪 些？） 4 PDDL {10.1}  状态表示为流 （fluent ）的合取，  流是基元的（无变量的）、无函数的原子。  例如，Poor∧Unknown可能代表倒霉的Agent 的状态 ；在一个包裹传递问题中的状态可以是 At (Truck , Melbourne)∧At (Truck , 1 2 Sydney)  是否是流？ At (x,y) 、Poor、At (Father(Fred), Sydney) 5 PDDL {10.1}  状态表示为流 （fluent ）的合取，  流是基元的（无变量的）、无函数的原子。  例如，Poor∧Unknown可能代表倒霉的Agent 的状态 ；在一个包裹传递问题中的状态可以是 At (Truck , Melbourne)∧At (Truck , 1 2 Sydney)  不是流：At (x,y) 、Poor、At (Father(Fred), Sydney) 6 PDDL {10.1}  动作可用动作模式来描述，动作模式隐式描述了 ACTIONS(s)和RESULT(s, a)。  例如直升机从一个地点飞行到另一个地点的动作模式： Action (Fly(p, from, to), PRECOND: At (p, from) ∧Plane(p) ∧Airport (from) ∧Airport (to) EFFECT: At (p,from) ∧At (p,to))  PDDL根据什么发生了变化来描述一个动作的结果；不提 及保持不变的东西。动作的前提和效果都是文字（原子语 句或原子语句的否定 ）的合取。前提定义了动作能被执行 的状态，效果定义了执行这个动作的结果。 7 PDDL {10.